基于python讀取.mat文件并取出信息
這篇文章主要介紹了基于python讀取.mat文件并取出信息,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
導(dǎo)入所需包
from scipy.io import loadmat
讀取.mat文件
隨便從下面文件里讀取一個:
m = loadmat('H_BETA.mat') # 讀出來的 m 是一個dict(字典)數(shù)據(jù)結(jié)構(gòu)
讀出來的m內(nèi)容:
m:{'__header__': b'MATLAB 5.0 MAT-file, Platform: GLNXA64, Created on: Mon Aug 5 17:14:09 2019', '__version__': '1.0', '__globals__': [], 'H_BETA': array([[ 0.68508148, 0.36764355, 0.73505849, ..., 0.27600164, 0.67968929, 0.70506438], [ 0.74920812, 1.10949748, 0.47506305, ..., 0.32871445, 0.61247345, 1.06948844], [ 0.83311522, 1.06321302, 0.97364609, ..., 0.85837753, 0.96296771, 1.46095171], ..., [ nan, nan, nan, ..., nan, nan, -9.04648469], [ nan, nan, nan, ..., nan, nan, nan], [ nan, nan, nan, ..., nan,
In [29]: m.keys() Out[29]: dict_keys(['__header__', '__version__', '__globals__', 'H_BETA'])
取出.mat里所需信息
.mat 文件里的數(shù)據(jù)結(jié)構(gòu)是 dict ,所以取值要按照 key:value 的形式:
In [30]: m['H_BETA'] Out[30]: array([[ 0.68508148, 0.36764355, 0.73505849, ..., 0.27600164, 0.67968929, 0.70506438], [ 0.74920812, 1.10949748, 0.47506305, ..., 0.32871445, 0.61247345, 1.06948844], [ 0.83311522, 1.06321302, 0.97364609, ..., 0.85837753, 0.96296771, 1.46095171], ..., [ nan, nan, nan, ..., nan, nan, -9.04648469], [ nan, nan, nan, ..., nan, nan, nan], [ nan, nan, nan, ..., nan, nan, nan]]) In [31]: type(m['H_BETA']) Out[31]: numpy.ndarray
預(yù)處理數(shù)據(jù)
上面讀出來的數(shù)據(jù)是 ndarray 類型,為了方便數(shù)據(jù)的展示,我們可以將其轉(zhuǎn)換為,pandas的DataFrame:
In [32]: import pandas as pd In [33]: df = pd.DataFrame(m['H_BETA']) In [34]: df.head() Out[34]: 1 2 3 4 5 6 7 8 9 10 0.685081 0.367644 0.735058 0.085046 0.104332 0.560731 0.350219 0.758185 0.303823 0.114022 0.452877 0.749208 1.109497 0.475063 0.896100 1.117772 0.611356 0.662669 0.603077 0.863930 0.756870 0.725808 0.833115 1.063213 0.973646 0.935061 0.631670 0.916800 0.662993 0.543231 0.671558 1.027954 0.526402 0.488906 0.932741 0.956622 0.573116 0.893764 0.987304 0.380807 1.211157 0.550213 0.898408 1.153289 0.440694 0.503209 0.509693 0.477054 0.344717 -0.054662 1.124213 0.344906 0.612898 0.217625 -0.129715 [5 rows x 2111 columns]
如此,數(shù)據(jù)就比較規(guī)整了,是保存成文件,還是做其他處理,就by yourself啦!
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python新一代網(wǎng)絡(luò)請求庫之python-httpx庫操作指南
Python 的 httpx 包是一個用于 HTTP 交互的一個優(yōu)秀且靈活的模塊,下面這篇文章主要給大家介紹了關(guān)于python新一代網(wǎng)絡(luò)請求庫之python-httpx庫的相關(guān)資料,需要的朋友可以參考下2022-09-09Flask進(jìn)階之構(gòu)建RESTful?API和數(shù)據(jù)庫交互操作
這篇文章主要為大家介紹了Flask進(jìn)階之構(gòu)建RESTful API和數(shù)據(jù)庫交互操作示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-08-08Python計(jì)算已經(jīng)過去多少個周末的方法
這篇文章主要介紹了Python計(jì)算已經(jīng)過去多少個周末的方法,涉及Python針對日期的相關(guān)數(shù)學(xué)運(yùn)算技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-07-07Python如何根據(jù)關(guān)鍵字逐行提取文本內(nèi)容問題
這篇文章主要介紹了Python如何根據(jù)關(guān)鍵字逐行提取文本內(nèi)容問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08